为何开启/关闭-fsanitize=undefined,address时C代码运行结果不一致

问题1：代码是否存在问题？取共用体多个成员的地址属于非法操作吗？ #

取共用体多个成员的地址本身是完全合法的，C语言标准明确支持该操作，你的代码的问题出在以下两处：

• 共用体跨成员读取属于实现定义行为：你在循环中最后一次写入的是共用体的c（int类型）成员，最后读取的是b（short类型）成员，这种读取非最后写入的共用体成员的行为，结果完全取决于平台的字节序、类型长度、内存布局，没有统一的标准规定返回值。
• 违反严格别名规则导致优化结果差异：你的代码通过long *h和int *e两个不同类型的指针访问同一块共用体内存，这不符合C语言的严格别名规则——该规则默认不同类型的指针不会指向同一块内存，编译器可以基于这个规则做指令重排、无效操作消除等优化。开启-fsanitize=undefined,address时，编译器会关闭严格别名相关优化并插入大量运行时检查，所以*e = 6的写入会正常生效，最终读取d.b得到6；而在-O1且无sanitizer的情况下，编译器认为*h和*e指向的内存无重叠，直接优化掉了*e = 6的写入操作，所以最终输出为0。

问题2：如何让LLVM或GCC给出相关告警？ #

-Wall和-Wextra默认没有开启严格别名相关的告警，你可以通过添加以下编译选项实现告警或解决优化差异：

• 开启严格别名告警：添加-Wstrict-aliasing选项，GCC和Clang都会对可能违反严格别名规则的代码给出告警。你也可以调整告警等级：-Wstrict-aliasing=1为最高检查等级，-Wstrict-aliasing=2是默认等级，可覆盖绝大多数违规场景，-Wstrict-aliasing=3为最低检查等级。
• 如果你确认代码中需要使用这类类型双关操作，可以添加-fno-strict-aliasing编译选项关闭严格别名优化，此时无论是否开启sanitizer，程序运行结果都会保持一致。
• 针对共用体跨成员读取的实现定义行为，目前GCC和Clang都没有对应的通用告警选项，因为这类用法在低级别系统编程中是常见的合法用法，只是结果依赖平台实现。

内容的提问来源于stack exchange，提问作者Suo